A novel method of parametric active contours with geometric shape prior is presented in this paper. The main idea of the method consists in minimizing an energy function that includes additional information on a shape reference called a prototype. Prior shape knowledge is introduced through a complete family of Euclidean invariants, computed from the similarity between shape of evolving contour and the prototype. This similarity is measured by full Procrustes distance. This extra knowledge enhances the model robustness to noise, occlusion and complex background. We use genetic algorithm to minimize energy function of this new type of snake that we call it Procrustes snake. The variational formulation of the proposed approach is described in details. We obtain promising results with synthetic and real images which show the power of our method for segmentation tasks.

در این مقاله ترمی جدیدی برای اضافه کردن اطلاعات شکل به مارهای پارامتری معرفی شده است. این ترم اضافه فاصله پروکراستیز بین شکل متوسط شیء مورد نظر و منحنی مار می باشد. وجود این ترم اضافه باعث مقاومت مار در مقابل پس زمینه شلوغ، نویز و همپوشانی شیء در تصویر می شود. بهینه سازی تابع انرژی مار جدید توسط الگوریتم ژنتیک انجام شده است که بزرگترین مزیت آن رهایی از دام مینیمم های محلی و همگرایی به مینیمم سراسری می باشد. در انتها نتایج مربوط به بخش بندی روی تصاویر با کیفیت کم آورده شده است که بسیار موفقیت آمیز می باشد

Keywords